본문으로 건너뛰기
피드

클로드를 유저스페이스 IP 스택처럼 굴려서 핑을 보내보면 얼마나 느릴까

ai-ml 약 7분
vote
0
댓글
북마크

저자는 Claude Code에게 IP 패킷을 직접 읽고 ICMP echo reply를 조립하게 만들어, 말 그대로 LLM을 유저스페이스 IP 스택처럼 동작시켰다. Claude는 IPv4 헤더와 ICMP 체크섬을 손으로 계산해 응답 패킷을 만들었고, 실제 ping은 성공했지만 왕복 시간은 약 42.6초였다. 쓸모는 거의 없지만, “마크다운이 코드이고 LLM이 그 코드를 실행하는 프로세서”라는 장난스러운 실험으로는 꽤 재밌다.

  • 1

    Claude Code가 TUN 장치에서 읽은 IPv4 패킷을 바이트 단위로 파싱

  • 2

    ICMP echo request를 echo reply로 바꾸고 IP·ICMP 체크섬을 직접 계산

  • 3

    실제 ping 결과 1패킷 송수신 성공, RTT는 약 42,592.723밀리초

  • 4

    Haiku 4.5 기준으로도 네트워크 스택이라 부르기엔 터무니없이 느리지만 실험 자체는 성공

  • 저자가 Claude Code를 유저스페이스 IP 스택처럼 굴려보는 괴상하지만 재밌는 실험을 함

    • 목표는 Claude가 IP 패킷을 직접 읽고, ICMP echo request를 파싱하고, 올바른 echo reply를 만들어 ping에 응답하게 하는 것
    • 저자 표현대로 “말도 안 되고, 토큰 낭비지만, 재밌는” 실험임
  • 구조는 /dev/tun0에서 패킷을 읽고 쓰는 얇은 헬퍼 위에 Claude를 올리는 방식임

    • Python 헬퍼는 TUN 장치와 FIFO 입출력을 연결해줌
    • Claude는 READ 명령으로 raw IPv4 패킷의 hex 문자열을 받고, WRITE <hex>로 응답 패킷을 돌려보냄
    • 중요한 조건은 IP 로직을 라이브러리나 스크립트 없이 Claude의 추론으로 처리한다는 것
sequenceDiagram
    participant 핑명령 as ping 명령
    participant TUN as TUN 장치
    participant 헬퍼 as FIFO 헬퍼
    participant 클로드 as Claude Code
    핑명령->>TUN: ICMP echo request 전송
    TUN->>헬퍼: raw IPv4 패킷 전달
    헬퍼->>클로드: hex 패킷 제공
    클로드->>클로드: IPv4·ICMP 파싱 및 체크섬 계산
    클로드->>헬퍼: echo reply hex 작성
    헬퍼->>TUN: 응답 패킷 주입
    TUN->>핑명령: ICMP echo reply 반환
  • Claude가 해야 하는 일은 생각보다 진짜 네트워크 스택스러움

    • IPv4 헤더에서 버전, IHL, 전체 길이, TTL, 프로토콜, 체크섬, 출발지·목적지 IP를 파싱함
    • 프로토콜이 0x01, 즉 ICMP인지 확인함
    • ICMP 헤더에서 타입 0x08 echo request, 코드, 식별자, 시퀀스 번호, payload를 읽음
  • 응답 패킷을 만들 때는 원본을 살짝 고치는 수준이지만, 체크섬 때문에 손계산이 필요함

    • IP 헤더에서는 TTL을 64로 맞추고, 출발지와 목적지 IP를 뒤집고, 헤더 체크섬을 0으로 둔 뒤 다시 계산함
    • ICMP 메시지는 타입을 08에서 00 echo reply로 바꾸고, ICMP 체크섬도 다시 계산함
    • 16비트 워드 단위로 더하고, carry를 접고, 1의 보수를 취하는 고전적인 체크섬 알고리즘을 그대로 따라감

중요

> 실제 결과는 성공이었다. ping 1개를 보냈고 1개를 받았으며 패킷 손실은 0%였지만, RTT는 42,592.723ms였다. 네트워크가 아니라 편지 왕복에 가까운 속도임.

  • 예시 실행에서는 84바이트짜리 IPv4 패킷을 받음

    • 출발지는 172.16.0.1, 목적지는 172.16.0.2
    • ICMP id는 000d, sequence는 0001
    • Claude는 IP 헤더 체크섬을 0x60DD, ICMP 체크섬을 0x5CF5로 계산해 응답 패킷을 조립함
  • Haiku 4.5처럼 빠른 모델을 써도 결과는 45초 안팎의 느린 ping임

    • 기사에 나온 실제 ping 출력은 64 bytes from 172.16.0.2: icmp_seq=1 ttl=64 time=42593 ms
    • 왕복 시간 통계도 min/avg/max가 모두 42592.723ms
    • 그러니까 “LLM이 패킷을 처리할 수 있나?”에는 예스, “그걸 네트워크 스택으로 쓰겠나?”에는 당연히 노
  • 그래도 이 실험이 재밌는 이유는 LLM 실행 모델의 이상한 경계를 보여주기 때문임

    • 마크다운 지시문을 코드처럼 쓰고, LLM을 그 코드를 실행하는 프로세서처럼 다룸
    • 저수준 프로토콜 처리도 형식과 절차가 명확하면 어느 정도 따라갈 수 있음을 보여줌
    • 동시에 토큰 기반 추론은 마이크로초 단위 네트워크 처리와 완전히 다른 세계라는 것도 숫자로 박아줌

기술 맥락

  • 이 실험의 핵심 선택은 커널 IP 스택을 우회하고 Claude에게 패킷 처리 절차를 맡긴 거예요. TUN 장치가 IP 패킷을 사용자 공간으로 넘겨주기 때문에, Claude는 운영체제가 평소에 하던 파싱과 응답 생성을 흉내 낼 수 있었어요.

  • 체크섬을 직접 계산하게 한 이유는 “진짜 프로토콜 처리”인지 확인하려는 거예요. ICMP 타입만 바꾸면 끝나는 게 아니라, IPv4 헤더와 ICMP 메시지의 검증값이 맞아야 커널과 ping 명령이 정상 패킷으로 받아들이거든요.

  • 여기서 Claude는 빠른 런타임이 아니라 느린 추론 엔진이에요. 그래서 84바이트 패킷 하나를 처리하는 데 42초 넘게 걸렸고, 이 숫자가 실험의 결론을 거의 다 말해줘요.

  • 그래도 의미가 있는 건, 프로토콜 명세가 충분히 구조화돼 있으면 LLM이 절차적 작업을 따라갈 수 있다는 점이에요. 실무에 쓰자는 얘기가 아니라, 명세·코드·실행의 경계가 어디까지 흐려질 수 있는지 보여주는 데 가까워요.

이건 실용성보다 경계 실험에 가깝다. LLM이 저수준 프로토콜을 이해하고 형식적으로 맞는 패킷을 만들 수는 있지만, 실행 모델이 토큰 추론인 이상 ‘네트워크 스택’이라는 말이 얼마나 우스꽝스러워지는지도 같이 보여준다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

오픈AI, 브로드컴과 만든 첫 자체 추론 칩 ‘할라페뇨’ 공개

오픈AI가 브로드컴과 함께 만든 첫 자체 추론 프로세서 ‘할라페뇨’를 공개했다. 아직 테스트 단계지만, 실시간 코딩 모델 같은 추론 워크로드에서 기존 최고 수준 대안보다 전력 대비 성능이 크게 좋다는 초기 결과를 내세웠다.

ai-ml

가트너 “네오클라우드, 2030년 AI 클라우드 시장 20% 먹는다”

생성형 AI 확산으로 GPU 기반 고성능 컴퓨팅 수요가 폭증하면서 AI 전용 클라우드 사업자인 네오클라우드가 커지고 있다는 분석이 나왔어. 가트너는 2030년 약 2,670억 달러 규모 AI 클라우드 시장에서 네오클라우드가 20%를 차지할 수 있다고 봤어. GPU 확보, 가격 경쟁력, 데이터 주권 대응이 핵심 포인트야.

ai-ml

스페이스X, 오픈소스 AI 스타트업에 초대형 컴퓨팅 파워 판다

리플렉션 AI가 스페이스X의 대형 데이터센터 인프라를 쓰기 위해 2029년까지 최대 63억달러 규모 계약을 맺었다는 내용이다. 월 1억5000만달러를 내고 엔비디아 GB300 기반 컴퓨팅 자원을 확보하는 구조이며, 스페이스X는 남는 AI 인프라를 외부 고객에게 파는 플랫폼 사업으로 확장하려는 흐름을 보인다. 오픈소스 AI 모델을 내세우는 리플렉션 AI가 정부·안보 시장에서 빠르게 커지고 있다는 점도 포인트다.

ai-ml

AI가 청소년의 ‘생각 훈련’을 건너뛰게 만든다는 경고

이 글은 생성형 AI가 청소년과 주니어에게 편리한 도구를 넘어 사고력 발달을 약화시킬 수 있다는 우려를 다뤄. 핵심은 AI 사용 자체가 문제라기보다, AI가 단일한 관계와 정보 통로가 되고 글쓰기·판단·고민의 과정을 대신해버릴 때 인지 훈련 기회가 사라진다는 점이야.

ai-ml

성남시, AI로 고독사 위험과 고령자 주차 문제를 같이 실증한다

성남시니어산업혁신센터가 AI 돌봄 자동화 플랫폼과 AI 스마트 주차관리 시스템의 실증기관으로 선정됐어. 각각 14억2500만 원, 30억 원 규모 사업이고, 고령자 돌봄과 교통약자 주차 편의라는 생활밀착형 문제를 AI로 풀어보겠다는 내용이야.